ANALISIS DATA

PENELITIAN KUANTITATIF

Oleh:
Ni Wayan Dewi Ekawati (C2122052)
KELAS D1A

PROGRAM STUDI S1 KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN
BINA USADA BALI
A. Pengertian Analisis Data

Analisis data menurut Sugiyono (2018:482) adalah proses mencari dan menyusun
secara sistematis data yang diperoleh dari hasil wawancara, catatan lapangan dan
dokumentasi, dengan cara mengorganisasikan data ke dalam kategori, menjabarkan ke
dalam unit-unit, melakukan sintesa, menyusun ke dalam pola, memilih mana yang penting
dan yang akan dipelajari, dan membuat kesimpulan sehingga mudah dipahami oleh diri
sendiri maupun orang lain.

Sedangkan menurut Moleong (2017:280-281) analisis data adalah proses

mengorganisasikan dan mengurutkan data ke dalam pola, kategori, dan satuan uraian dasar
sehingga dapat ditemukan tema dan dapat dirumuskan hipotesis kerja seperti yang
disarankan oleh data.

Analisis data mempunyai dua tujuan, yakni meringkas dan menggambarkan data (to
summarize and describe the data), dan membuat inferensi dari data untuk populasi dari
mana sampel ditarik (to make inferences from the data to the population from which the
sample was drawn). Kegunaan analisis yakni untuk mereduksi data menjadi perwujudan
yang dapat dipahami dan ditafsir dengan cara tertentu hingga relasi masalah penelitian dapat
ditelaah serta diuji.

B. Proses Analisa Data

1. Pengumpulan Data
Tahap pertama menganalisis data adalah pengumpulan data, dimana tujuannya
adalah untuk mengubah data mentah menjadi sesuatu yang bermakna dan dapat dibaca.
Dalam pengumpulan data tersebut dapat berupa data primer atau data skunder.
a. Data Primer adalah data yang diperoleh atau dikumpulkan oleh peneliti
secara langsung dari sumber datanya. Data primer disebut juga sebagai data
asli atau data baru yang up to date. Untuk mendapatkan data primer, peneliti
dapat mengumpulkannya dengan menggunakan teknik wawancara,
observasi, diskusi kelompok terarah, dan penyebaran kuesioner.
b. Data sekunder adalah data yang diperoleh peneliti dari berbagai sumber yang
telah ada. Data sekunder dapat diperoleh dari jurnal, lembaga, laporan, dan
 lain-lain.

2. Pengolahan Data
a. Editing
Editing atau penyuntingan data adalah tahapan yang mana data yang sudah
dikumpulkan dari hasil pengisian kuesioner disunting kelengkapan jawabannya.
Jika pada tahapan penyuntingan ternyata ditemukan ketidaklengkapan dalam
pengisian jawaban, maka harus melakukan pengumpulan data ulang.
b. Koding Data
Coding adalah membuat lembaran kode yang terdiri dari tabel dibuat
sesuai dengan data yang diambil dari alat ukur yang digunakan.
c. Entry Data
Data entry adalah mengisi kolom dengan kode sesuai dengan jawaban
masing-masing pertanyaan. Contoh dalam pengisian data adalah sebagai berikut:
Suatu penelitian tentang “Tingkat kepuasan mahasiswa Prodi D3 Rekam Medis
terhadap kinerja dosen” memiliki kriteria sebagai berikut: (1) Tidak Puas, (2)
Kurang Puas, (3) Cukup Puas, (4) Puas.
d. Editing
Pengeditan adalah pemeriksaan data yang telah dikumpulkan. Pengeditan
dilakukan karena kemungkinan data yang masuk (raw data) tidak memenuhi
syarat atau tidak sesuai dengan kebutuhan. Contohnya pertanyaan pendidikan
dijawab oleh responden tidak tamat SD tetapi ketika menjawab nama instansi
pendidikan terakhir SMA.
e. Processing
Processing adalah proses setelah semua kuesioner terisi penuh dan benar
serta telah dikode jawaban responden pada kuesioner ke dalam aplikasi
pengolahan data di komputer. Terdapat bermacam-macam aplikasi yang dapat
digunakan untuk pemrosesan data, antara lain: SPSS, STATA, EPIINPO, dan
lain-lain. Salah satu program yang banyak dikenal dan relatif mudah dalam
penggunaannya adalah program SPSS (Statistical Package for Social Sciences).
f. Cleaning Data
 Cleaning data adalah pengecekan kembali data yang sudah dientri apakah
sudah betul atau ada kesalahan pada saat memasukan data. Misalnya untuk
variabel Pendidikan hanya ada 3 (tiga) kategori yaitu 1=Pendidikan Dasar (SD-
SLTP), 2=Pendidikan Menengah (SLTA), 3=Perguruan Tinggi (D1-D4, S1-S3),
tetapi setelah dicek ada jawaban yang memiliki kategori 4. Tahapan cleaning data
antara lain: Mengetahui adanya missing data, Mengetahui variasi data, dan
Mengetahui konsistensi data
3. Membuat Rumah Data
Analisis data dilakukan jika proses pengolahan data telah dilakukan dengan
lengkap dengan menggunakan aplikasi SPSS. Dilihat dari jumlah pasangan variabel
yang dianalisis kita dapat menentukan jumlah variable yang akan diolah datanya.

4. Analisis Deskriptif
Analisis statistik deskriptif adalah statistik yang digunakan untuk menganalisis
data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum
atau generalisasi. Statistik deskriptif dapat disebut juga analisis univariat yang
dilakukan menurut jenis data baik kategorik maupun numerik.
Untuk data kategorik dapat berupa distribusi frekuensi persentase atau proporsi
dari setiap variabel yang diteliti. Contoh: Pada penelitian kepatuhan dokter dalam
pengisian resume medis di suatu rumah sakit didapatkan bahwa dari 45 tenaga dokter
PNS memiliki kepatuhan 70% sementara 55 tenaga dokter non PNS memiliki kepatuhan
30%.
Untuk data Numerik hasil akhir analisis data numerik pada tahap analisis
univariat dapat berupa ukuran pemusatan data dan ukuran variasi. 1. Ukuran pemusatan
data: tendensi sentral, mean, median, modus 2. Ukuran variasi: rentang skor (range),
varians, dan simpangan baku (standard deviasi).
5. Analisis Korelatif
Analisis hubungan/korelatif menguji hipotesis asosiatif, yaitu dugaan adanya
hubungan antara variabel penelitian. Dalam analisis hubungan, variabel dibagi ke dalam
dua bagian, yaitu:
 a. Variabel bebas (Independent Variable), yaitu variabel yang keberadaannya
tidak dipengaruhi oleh variabel lain.
b. Variabel terikat (Dependent Variable), yaitu variabel yang keberadaannya
dipengaruhi oleh variabel lain. Sebagai contoh Suatu penelitian ingin
mengetahui hubungan antara lama kerja, pendidikan, dan pengetahuan
terhadap kepatuhan penerapan standar prosedur operasional di unit rekam
medis dan informasi keseahtan di RS X.

6. Analisis Komparatif
Analisis komparatif merupakan analisis data dengan tujuan untuk
membandingkan dua kelompok data atau lebih. Analisis komparatif atau uji perbedaan
digunakan untuk menguji hipotesis komparatif. Berdasarkan hasil analisis komparatif
tersebut dapat ditemukan faktorfaktor yang melatarbelakangi munculnya suatu
perbedaan. Terdapat 2 jenis analisis komparatif yaitu :
a. Kelompok Berpasangan
dikatakan berpasangan jika data kelompok yang dibandingkan datanya saling
ketergantungan. Contoh: sekelompok responden penelitian terkait konsep
keselamatan pasien di ukur tingkat pengetahuannya 2 (dua) kali yaitu melalui
pretest yang dilakukan sebelum sosialisasi konsep keselamatan pasien,
kemudian melalui post test yang dilakukan setelah sosialisasi tersebut.
b. Kelompok tidak berpasangan
Dikatakan tidak berpasangan jika data kelompok yang yang satu tidak
bergantung dari kelompok yang lainnya. Contoh: suatu penelitian ingin
melihat perbedaan antara kompetensi petugas koder yang telah mengikuti
pelatihan koding dan yang belum mengikuti pelatihan tersebut. Kelompok
yang telah mengikuti pelatihan koding dengan yang belum merupakan
kelompok yang berbeda yang tidak saling berhubungan.

Di samping analisis data di atas, terdapat dua kelompok analisis statistik berdasarkan
bentuk parameternya, yaitu

a. Statistik parametrik
 Statistik parametrik adalah analisis statistik yang pengujiannya menetapkan syarat-
syarat tertentu tentang bentuk distribusi parameter atau populasinya, seperti data
berskala interval dan berdistribusi normal.
b. Statistik nonparametrik
Statistik nonparametrik adalah analisis statistik yang tidak menetapkan syarat-
syarat tersebut.